[发明专利]基于水表用水生活状态监测方法、系统、装置及存储介质

权利要求书

1.一种基于水表用水生活状态监测方法，其特征在于，包括以下步骤：

获取被监测者的历史用水数据，其中，所述历史用水数据包括用水时段及水量数据；

将用水数据根据实际使用情况进行打标签处理，标记为用水数据正常和用水数据异常；

构建初始用水判决模型，通过携带标签的用水数据训练初始用水判决模型，得到优化用水判决模型；

获取当前用水时段的水量数据，将水量数据据作为优化用水判决模型的输入得到预测标签的结果；

判断预测标签的结果与实际标记的结果是否一致，若不一致，则分析当前用水时段的水量数据是否异常。

2.根据权利要求1所述的基于水表用水生活状态监测方法，其特征在于，所述构建初始用水判决模型，通过携带标签的用水数据训练初始用水判决模型，得到优化用水判决模型，具体过程为：

构建初始线性感知模型，基于初始线性感知模型得到相应的初始用水判决模型；

基于携带标签的用水数据通过调整用水判决模型中相关参数对初始用水判决模型进行优化，其中，相关参数包括权重矢量和水量数据，调整权重矢量的方式为：迭代权重矢量为先前权重矢量与权重矢量调整值的总和，调整水量数据的方式为：迭代水量数据为历史各用水时段水量数据与周期内用水时段的水量数据平均值的差值；

基于迭代重矢量和迭代水量数据得到优化后的用水判决模型。

3.根据权利要求2所述的基于水表用水生活状态监测方法，其特征在于，所述初始线性感知模型表示为：z＝w₁x₁+…+w_mx_m，其中，w表示权重矢量，x表示每个用水时段的水量数据，m表示用水时段的个数；

所述初始用水判决模型表示为：其中，1表示用水数据正常，-1表示用水数据异常，_θ表示设置的阈值或者临界值；

假设当w₀＝-θ，x₀＝1时，则初始线性感知模型表示为：z＝w₀x₀+w₁x₁+…+w_mx_m＝w^Txⁱ，则其中，w表示权重矢量，xⁱ表示特定m个时间段的用水数据。

4.根据权利要求3所述的基于水表用水生活状态监测方法，其特征在于，调整后的权重矢量为先前权重矢量与权重矢量调整值之和，具体为：

其中，表示迭代权重矢量，表示先前的权重矢量，Δw_j表示权重矢量调整值；

在此，其中，η为机器学习深度，取值为0.1-1之间，j表示时间段数据，zⁱ表示，表示，表示每个用水时段的用水数据，当w₀＝-θ时，

迭代水量数据为历史各用水时段水量数据与周期内用水时段的水量数据平均值的差值，具体为：

表示迭代水量数据，表示历史各用水时段水量数据，表示周期内用水时段的水量数据平均值，而n表示统计天数；

则其中，表示调整后的权重矢量，表示历史各时段用水量差值；

则优化后的用水判决模型表示为：

5.根据权利要求2所述的基于水表用水生活状态监测方法，其特征在于，所述历史用水数据通过智能水表获取，所述历史用水数据随用水时段及用水时段内的水量数据进行更新。

6.根据权利要求5所述的基于水表用水生活状态监测方法，其特征在于，还包括以下步骤：

若当前用水时段的水量数据异常，判断被监测者的生活状态是否异常，若异常，则进行异常信息反馈；若不异常，当前用水时段的水量数据为被监测者的正常用水状态，则基于水量数据对智能水表的上报时间进行调整。